论文部分内容阅读
摘要：随着高速公路取消省界收费站后全国“一张网”运营格局形成，高速公路收费业务模式及体系发生颠覆性变革。高速公路门架系统的应用产生海量的收费业务数据，为运营业主的相关业务分析及深度挖掘应用提供了可能。本文结合笔者在高速公路运营单位的实际运营管理需要及实践，对通过数据挖掘技术开展相关收费数业务应用进行思考探索。
关键词：高速公路、数据挖掘、收费数据应用
一、背景概况
取消高速公路省界收费站推动了高速公路收费模式从封闭式离线收费向开放式自由流方式的发展，相较于以往传统的收费业务模式，高速公路经营业主需要在海量的收费数据信息中快速的对数据信息进行查询、读取、分析和处理，以支撑相关运营决策分析已成为亟需解决的问题。
随着相关大数据挖掘技术、云数据计算、物联网等多种先进技术在高速公路运营场景生态下融合应用，为相关收费业务数据的深度挖掘应用提供了可能。
二、业务现状及管理目标
2.1 业务现状
结合当前高速公路业务应用，收费数据分析处理主要问题如下：
（1）数据处理技术较为传统，目前对于数据的处理分析技术仍较为传统，多仍依靠传统的人工处理或独立的简要系统进行初步的数据提取，不能对数据进行自动化、全局性的分析处理。
（2）多源数据的关联分析深度不足，目前存在门架系统、站级系统、行业业务数据等多源业务数据，相关数据分析应用效率和业务逻辑关联性分析应用不足。
（3）支撑其他运营业务决策应用不足，目前相关收费业务数据的分析应用多局限在收费业务范围内，对相关服务区等衍生业务应用、精准营销等业务方面应用决策应用支撑不足。
2.2 管理目标
针对新收费业务模式下的收费业务数据分析应用需求，通过利用数据挖掘技术构建业务分析平台，实现以下管理目标：
（1）提升数据提取分析效率，構建收费数据资源池。通过对门架运行交易数据的实时采集分析，结合路段相关牌识数据、历史车型数据等因素，实现对路段通行费的实时预判能力;同时构建收费业务数据资源池，具备相关后续数据深度分析应用的基础。
（2）提升收费稽核业务分析及追缴取证能力。通过多源数据的融合汇聚，构建多源业务数据对比校核模型，提升对行业清分数据的分析校核能力;同时通过相关基础运营数据的深度分析、校核，扩展业务稽核取证技术手段，提升稽核取证能力及业务效率。
（3）提升车辆通行数据价值深度挖掘能力。通过对 RSU天线数据、牌识数据、车道交易数据以及清分流水数据等多源数据深度数据挖据分析，支撑未来相关的车辆稽核、差异化收费等相关管理决策实施。
三、系统技术路线和业务功能
3.1 系统技术路线基于数据挖掘的收费数据业务平台采用传统业务系统技术与大数据技术架构相结合的方式，相关技术路线如下：：
1、基础信息获取及处理。通过与实际运营业务系统打通，获取门架通行基础数据、站级系统数据以及行业相关收费数据等;。
2、数据库建立。收费数据软件的数据库采用分布式文件存储，而业务系统级分析平台采用 Sql Server数据库。
3、数据挖掘算法技术实现。利用数据挖掘技术，可以抓取、存储和分析各类海量数据，同时具备分布式快速部署和扩容计算资源，主要技术包括 Hadoop技术框架， MapReduce技术框架。
4、数据分析模型设计。构建各种数据深度关联及挖掘分析模型，包括通行费收益 OD构成、收费校核分析模型、以及各类偷逃费稽核分析模型等。
5、数据分析及应用。基于数据分深度挖掘分析，形成支撑其他业务分析应用的数据资源。具体技术路线图如下：
3.2 系统业务功能
基于数据挖掘的收费数据分析业务平台，实现从数据提取存储、数据挖掘分析、数据业务应用及展示的全业务流程功能，具体核心功能设计如下：
（1）数据采集功能
此模块主要根据现有各类数据资源分布及存储情况，结合各类数据源的特点及数据更新及交换要求，实现对包括门架天线交易数据、门架牌识交易数据、车道系统数据、外部清分结算数据等的采集汇总功能。
（2）基础统计功能
此模块功能主要基于从门架系统、车道系统、外部接口等采集的多源数据，构建相关数据的汇总统计分析及展示功能，实现包括对门架交易、车道交易的通行量、通行费等运营指标的多维度统计功能。
（3）数据校核功能
此模块主要实现通过门架交易数据、清分数据以及车道交易数据的多源数据关联融合，构建相关数据校核比对分析的业务模型，实现相关业务逻辑的验证和数据准确性的复核功能。
（4）数据深度分析功能
此模块主要通过对平台相关门架交易数据、车道交易数据等多源融合，实现对路段运营数据的深度分析功能，包括通行费金额预判、路段车源分析、车辆档案分析、站点流量 /通行费组成分析等相关业务功能。
（5）业务稽核功能
此模块功能基于多源数据的汇总融合，构建相关业务分析稽核模型，实现对路段相关异常通行信息的分析提取功能，并通过匹配相关车辆信息和通行流水记录，实现相关异常通行车辆关键证据链的提取，提升对异常通行车辆的稽核能力。
四、结语
取消高速公路省界收费站以后，基于相关收费业务数据的业务分析、数据挖掘及深度应用能力将成为各运营单位的收费业务核心竞争力的体现，也将是日常收费稽核业务开展的重心。随着开放式 ETC自由流、大数据、云计算等技术方式在高速公路的拓展应用，将逐步推动相关收费数据分析及深度应用业务迈向平台化、智能化、数字化时代。
参考文献
1. 李岩，孙勇，刘庆良 . 数据挖掘在高速公路联网收费中的应用 [J].《中国交通信息化》，2009
肖润谋，李彬，陈荫三 .基于大数据的高速公路运输趋势分析 [J].交通运输工程学报，2015
关键词：高速公路、数据挖掘、收费数据应用
一、背景概况
取消高速公路省界收费站推动了高速公路收费模式从封闭式离线收费向开放式自由流方式的发展，相较于以往传统的收费业务模式，高速公路经营业主需要在海量的收费数据信息中快速的对数据信息进行查询、读取、分析和处理，以支撑相关运营决策分析已成为亟需解决的问题。
随着相关大数据挖掘技术、云数据计算、物联网等多种先进技术在高速公路运营场景生态下融合应用，为相关收费业务数据的深度挖掘应用提供了可能。
二、业务现状及管理目标
2.1 业务现状
结合当前高速公路业务应用，收费数据分析处理主要问题如下：
（1）数据处理技术较为传统，目前对于数据的处理分析技术仍较为传统，多仍依靠传统的人工处理或独立的简要系统进行初步的数据提取，不能对数据进行自动化、全局性的分析处理。
（2）多源数据的关联分析深度不足，目前存在门架系统、站级系统、行业业务数据等多源业务数据，相关数据分析应用效率和业务逻辑关联性分析应用不足。
（3）支撑其他运营业务决策应用不足，目前相关收费业务数据的分析应用多局限在收费业务范围内，对相关服务区等衍生业务应用、精准营销等业务方面应用决策应用支撑不足。
2.2 管理目标
针对新收费业务模式下的收费业务数据分析应用需求，通过利用数据挖掘技术构建业务分析平台，实现以下管理目标：
（1）提升数据提取分析效率，構建收费数据资源池。通过对门架运行交易数据的实时采集分析，结合路段相关牌识数据、历史车型数据等因素，实现对路段通行费的实时预判能力;同时构建收费业务数据资源池，具备相关后续数据深度分析应用的基础。
（2）提升收费稽核业务分析及追缴取证能力。通过多源数据的融合汇聚，构建多源业务数据对比校核模型，提升对行业清分数据的分析校核能力;同时通过相关基础运营数据的深度分析、校核，扩展业务稽核取证技术手段，提升稽核取证能力及业务效率。
（3）提升车辆通行数据价值深度挖掘能力。通过对 RSU天线数据、牌识数据、车道交易数据以及清分流水数据等多源数据深度数据挖据分析，支撑未来相关的车辆稽核、差异化收费等相关管理决策实施。
三、系统技术路线和业务功能
3.1 系统技术路线基于数据挖掘的收费数据业务平台采用传统业务系统技术与大数据技术架构相结合的方式，相关技术路线如下：：
1、基础信息获取及处理。通过与实际运营业务系统打通，获取门架通行基础数据、站级系统数据以及行业相关收费数据等;。
2、数据库建立。收费数据软件的数据库采用分布式文件存储，而业务系统级分析平台采用 Sql Server数据库。
3、数据挖掘算法技术实现。利用数据挖掘技术，可以抓取、存储和分析各类海量数据，同时具备分布式快速部署和扩容计算资源，主要技术包括 Hadoop技术框架， MapReduce技术框架。
4、数据分析模型设计。构建各种数据深度关联及挖掘分析模型，包括通行费收益 OD构成、收费校核分析模型、以及各类偷逃费稽核分析模型等。
5、数据分析及应用。基于数据分深度挖掘分析，形成支撑其他业务分析应用的数据资源。具体技术路线图如下：
3.2 系统业务功能
基于数据挖掘的收费数据分析业务平台，实现从数据提取存储、数据挖掘分析、数据业务应用及展示的全业务流程功能，具体核心功能设计如下：
（1）数据采集功能
此模块主要根据现有各类数据资源分布及存储情况，结合各类数据源的特点及数据更新及交换要求，实现对包括门架天线交易数据、门架牌识交易数据、车道系统数据、外部清分结算数据等的采集汇总功能。
（2）基础统计功能
此模块功能主要基于从门架系统、车道系统、外部接口等采集的多源数据，构建相关数据的汇总统计分析及展示功能，实现包括对门架交易、车道交易的通行量、通行费等运营指标的多维度统计功能。
（3）数据校核功能
此模块主要实现通过门架交易数据、清分数据以及车道交易数据的多源数据关联融合，构建相关数据校核比对分析的业务模型，实现相关业务逻辑的验证和数据准确性的复核功能。
（4）数据深度分析功能
此模块主要通过对平台相关门架交易数据、车道交易数据等多源融合，实现对路段运营数据的深度分析功能，包括通行费金额预判、路段车源分析、车辆档案分析、站点流量 /通行费组成分析等相关业务功能。
（5）业务稽核功能
此模块功能基于多源数据的汇总融合，构建相关业务分析稽核模型，实现对路段相关异常通行信息的分析提取功能，并通过匹配相关车辆信息和通行流水记录，实现相关异常通行车辆关键证据链的提取，提升对异常通行车辆的稽核能力。
四、结语
取消高速公路省界收费站以后，基于相关收费业务数据的业务分析、数据挖掘及深度应用能力将成为各运营单位的收费业务核心竞争力的体现，也将是日常收费稽核业务开展的重心。随着开放式 ETC自由流、大数据、云计算等技术方式在高速公路的拓展应用，将逐步推动相关收费数据分析及深度应用业务迈向平台化、智能化、数字化时代。
参考文献
1. 李岩，孙勇，刘庆良 . 数据挖掘在高速公路联网收费中的应用 [J].《中国交通信息化》，2009
肖润谋，李彬，陈荫三 .基于大数据的高速公路运输趋势分析 [J].交通运输工程学报，2015